动态规划案例 - 计算最长公共子串问题
动态规划 - 计算最长公共子串问题
题目描述:
给定两个字符串s, t,求字符串 t 在字符串 s 中的最长公共长度,例如字符串 s 为"itheima", t为"thema",则公共字串有"the", "ma", 最长公共子串为"the"。
这种类似的问题有多种解法,今天已动态规划来解决该问题。
问题分析:
首先我们将两个字符串拆分成一个二维数组进行分析一下:
i | t | h | e | i | m | a | |
---|---|---|---|---|---|---|---|
t | 0 | 1 | 0 | 0 | 0 | 0 | 0 |
h | 0 | 0 | 2 | 0 | 0 | 0 | 0 |
e | 0 | 0 | 0 | 3 | 0 | 0 | 0 |
m | 0 | 0 | 0 | 0 | 0 | 1 | 0 |
a | 0 | 0 | 0 | 0 | 0 | 0 | 2 |
只要两个字符串里遇到了相同的字符,则在拿到前一行、前一列的基础上+1即可。
状态转移方程(递推式):
if(相同字符) {
dp[i][j] = dp[i-1][j-1] + 1;
} else {
dp[i][j] = 0;
}
代码实现
代码实现如下:
class Solution {
public int longCommonSubStr(String a, String b) {
int[][] dp = new int[b.length()][a.length()];
int maxCommonSubStrLen = 0;
for (int i = 0; i< b.length(); i++) {
for (int j = 0; j< a.length(); j++) {
if (a.charAt(j) == b.charAt(i)) {
if (i == 0 || j == 0) { // 边界遇到相同字符时dp[i][j] = 1
dp[i][j] = 1;
} else {
dp[i][j] = dp[i-1][j-1] + 1;
}
maxCommonSubStrLen = Math.max(maxCommonSubStrLen, dp[i][j]);
} else {
dp[i][j] = 0;
}
}
}
return maxCommonSubStrLen;
}
}
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· TypeScript + Deepseek 打造卜卦网站:技术与玄学的结合
· 阿里巴巴 QwQ-32B真的超越了 DeepSeek R-1吗?
· 【译】Visual Studio 中新的强大生产力特性
· 10年+ .NET Coder 心语 ── 封装的思维:从隐藏、稳定开始理解其本质意义
· 【设计模式】告别冗长if-else语句:使用策略模式优化代码结构
2021-10-17 计算机网络概述1